LG et NVIDIA discutent de l'IA physique : robots, centres de données et mobilité

LG et NVIDIA négocient une collaboration dans le domaine du Physical AI—des technologies qui contrôlent les robots, les systèmes industriels et le transport dans le monde réel, et ne se limitent pas au traitement de texte dans le cloud.

Ce Qui S'est Passé à Séoul

Le PDG de LG, Ryu Jae-cheol, a tenu une réunion avec Madison Huang, Directrice du Marketing Produit pour Omniverse et Robotics chez NVIDIA. À l'issue des négociations à Séoul, trois domaines clés ont émergé: Physical AI, centres de données et mobilité. Cette combinaison n'est pas un hasard.

Physical AI est une classe fondamentalement différente de technologie par rapport à l'AI génératif. Un modèle de langage traite les tokens; un système physique doit percevoir le monde tridimensionnel en temps réel, construire des modèles spatiaux et prendre des décisions avec des conséquences dans l'espace physique. Cela nécessite une infrastructure différente: du calcul haute performance près de l'appareil, un environnement cloud fiable pour la formation des modèles et une plateforme de simulation—pour entraîner les robots des milliers d'heures virtuellement avant de risquer l'équipement réel.

LG est un candidat évident pour le rôle de grand client. L'entreprise a dépassé l'électronique grand public depuis longtemps: le segment B2B comprend les écrans industriels, les robots de livraison et de nettoyage (série CLOi), les systèmes de bâtiments intelligents et les solutions de refroidissement commercial. Ces produits fonctionnent déjà dans les aéroports, les hôtels et les centres commerciaux—l'étape suivante est de les rendre véritablement autonomes.

Ce que Propose NVIDIA

Au cours des dernières années, NVIDIA a construit l'un des écosystèmes les plus complets pour Physical AI. Pour un grand fabricant comme LG, cela signifie une base technologique prête à l'emploi—plutôt que de construire une infrastructure à partir de zéro:

• Omniverse — une plateforme pour les jumeaux numériques et les simulations: les robots sont entraînés dans un environnement virtuel avant le déploiement dans une véritable usine
• Isaac — une pile pour la robotique industrielle, du formation des modèles de perception au déploiement sur les systèmes physiques
• Jetson — des chips pour l'edge computing: inférence AI directement sur l'appareil sans accès constant au cloud
• DGX — des plateformes serveur de niveau centre de données pour la formation de modèles à grande échelle
• DRIVE — une plateforme pour les systèmes de transport autonome et la mobilité

Physical AI Sort des Laboratoires

NVIDIA promeut activement le terme Physical AI depuis 2024. Jensen Huang le positionne comme la vague suivant l'AI génératif: les modèles de langage ont appris à comprendre le texte et les images—maintenant c'est au tour des systèmes qui comprennent le monde physique et peuvent y agir.

En pratique, cela signifie: un robot dans un entrepôt trouvant l'article requis sans itinéraire prédéfini; un manipulateur industriel s'adaptant à des pièces de formes différentes; transport autonome dans un port ou sur un plancher de production.

"La prochaine vague d'AI sera physique—les machines commenceront à comprendre le monde environnant et à agir en son sein," —

Jensen Huang, CES 2025.

Un tel AI nécessite trois composants travaillant ensemble: un modèle multimodal puissant, l'edge computing directement sur l'appareil et un environnement de simulation pour l'entraînement itératif. C'est exactement la combinaison que NVIDIA propose—et ce que LG considère comme la base de ses produits.

Ce Que Cela Signifie

Les négociations entre LG et NVIDIA signalent que Physical AI passe d'une phase conceptuelle à des projets industriels réels. Les grands fabricants d'électronique forment des alliances avec les propriétaires de piles technologiques. Celui qui construira en premier une infrastructure complète—centres de données, plateformes edge, environnements de simulation—assurera sa position dans l'automatisation industrielle pour la prochaine décennie.